【摘 要】
：
机械化移栽是实现蔬菜规模化和标准化生产的关键环节.为掌握当前我国蔬菜机械化移栽作业现状,对我国蔬菜主产区的典型蔬菜基地机械化移栽作业现状进行调研,并根据种植业农业机械化水平评价行业标准的方法计算出各基地的机械化移栽作业水平,结果显示目前各区域的露地蔬菜机械化移栽作业水平差距较大,整体水平仅为24.4％.结合当前我国蔬菜机械化移栽作业现状,对移栽环节存在的机具投资回报率低和前后环节作业装备不配套等问题进行分析,提出加大全自动移栽研发力度、提高社会化服务力度、完善设施及人员配套和健全标准化作业规范的具体建议.
【机 构】
：
农业农村部南京农业机械化研究所,南京市,210014
论文部分内容阅读
机械化移栽是实现蔬菜规模化和标准化生产的关键环节.为掌握当前我国蔬菜机械化移栽作业现状,对我国蔬菜主产区的典型蔬菜基地机械化移栽作业现状进行调研,并根据种植业农业机械化水平评价行业标准的方法计算出各基地的机械化移栽作业水平,结果显示目前各区域的露地蔬菜机械化移栽作业水平差距较大,整体水平仅为24.4％.结合当前我国蔬菜机械化移栽作业现状,对移栽环节存在的机具投资回报率低和前后环节作业装备不配套等问题进行分析,提出加大全自动移栽研发力度、提高社会化服务力度、完善设施及人员配套和健全标准化作业规范的具体建议.
其他文献
自走式连续作业打捆机是一款实现不停机连续打捆作业的新型秸秆收集装备,其关键功能部件齿轮箱发生故障会严重影响正常打捆工作.针对齿轮箱故障的防控和监测,提出一种结合粗糙集和遗传算法的故障诊断方法.该方法使用时域频域分析得到的多项故障特征参数作为条件属性,故障类型作为决策属性,并利用自适应遗传算法得到决策规则表,实现无需先验信息的属性约简和故障诊断.在齿轮箱故障诊断试验中,分别对不同故障类型进行信号采集和诊断分析,结果显示:该方法在无先验信息的条件下将12项故障特征参量约简为3项,根据决策规则表进行故障诊断的准
针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00％.其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下
为了加快适应新时期高素质农民教育培训的发展需求,利用信息化手段提高素质农民在线培训参与度.通过层次分析方法对高素质农民培训质量进行详细分析,针对高素质农民现状需求问题,提出培训质量评价算法,构建培训质量综合模型,并通过实例验证,证实所提方法的有效性.最后重点研究基于学员课程评分的协同过滤推荐算法应用于培训课程推荐模块的设计思路,并给出课程推荐系统关键部分实现方法.
农林牧渔业投资、农业机械化水平、化肥、塑料薄膜和农业科技水平是农业生产中重要的投入要素,将这些要素纳入扩展型C-D生产函数模型,并对20002019年我国农业生产经济数据进行岭回归计算,得到我国同期的农业生产函数,经变量替换和研究期调整等证实该农业生产函数具有稳健性.在我国农业现代化进程中,农林牧渔业投资、化肥施用量、塑料薄膜使用量、农业机械化水平和农业科技水平对农业总产值的产出弹性系数依次降低,分别为0.383、0.269、0.213、0.161和0.051;农业科技水平、农林牧渔业投资、塑料薄膜使用量
针对甘蔗中耕培土过程中,由于甘蔗植株种植垄间距的改变,导致中耕培土机难以兼顾左右两侧垄的甘蔗植株而引起甘蔗植株培土不到位、不充分的问题,即“火山口”现象,结合多功能甘蔗中耕培土机械的开发,提出一种基于机器学习的中耕期甘蔗幼苗识别定位和坐标分类计算方法.该方法通过YOLOv4网络建立识别网络模型,对中耕期甘蔗幼苗根部和土壤接触的局部区域进行识别定位和坐标获取,然后采用支持向量机将坐标数据分成两组,并分别对每组坐标数据进行实时计算处理,得到两组坐标数据的倾斜值,后续中耕设备将根据倾斜值的数值大小进行调整,改变
为在仅有少量训练样本条件下获得较高的植物病害分类精度,采用小样本学习模型作为病害分类器,在匹配网络、原型网络和关系网络3种典型小样本学习算法框架下分别采用Conv4、Conv6、ResNet10、ResNet18和ResNet345种浅层网络作为特征提取网络,在PlantVillage植物病害数据集上对病害识别性能进行对比试验.在1-shot条件下,匹配网络、原型网络和关系网络对植物叶片病害识别的平均准确率分别为72.29％、72.43％和69.45％;其中原型网络+ResNet34为表现最好的组合,病害
为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的DYOLOV3算法,实现自然环境下未成熟的绿色柑橘的识别与检测.研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替换YOLOV3网络中的特征提取网络Darknet53中的后三个下采样层,加强特征的传播,实现特征的复用.通过自制的数据集对D-YOLOV3算法进行测试,并分别对改进前后网络的识别性能、不同预处理方法和不同数据量图像对模型的影响进行试验.试验结果表明,改进的D-YOLOV3算
农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值.基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究.结果 表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.8519％,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别.(2)以拖拉机运行速度与发动机转速等信息构建样本图像来
为实现苹果树叶片病虫害快速且准确地识别与分类,研究基于迁移学习的多种神经网络模型,对比不同模型在苹果树叶片病虫害识别上的准确度.构建VGG16,ResNet50,Inception V3三种神经网络模型,利用从PlantVillage上获取的4种不同的苹果树叶片图片,分别为苹果黑星病叶片,苹果黑腐病叶片,苹果锈病叶片以及健康苹果叶片.按照8∶1∶1的比例将图片分为训练集,测试集和验证集对模型进行训练.在相同的试验条件下对比分析VGG16,ResNet50和Inception V3的试验结果.三种模型在使用
发展产业是脱贫地区巩固脱贫攻坚成果同乡村振兴有效衔接的重要基础.脱贫攻坚期,产业扶贫通过开发利用贫困地区的产业资源,组织贫困人口参与并受益,从而促进脱贫.为了解乡村振兴背景下产业脱贫模式的效果,选取海南省临高县脱贫攻坚期的产业脱贫模式作为研究对象,运用层次分析法从政策、经济、社会、生态和技术五个层面综合评价其效果.研究发现,三种产业脱贫模式效果总分值分别为6.217、6.439、6.506,该区域脱贫产业模式效果差距不大,但每个模式中各项指标之间存在一定程度的差距.脱贫模式效果最好的是企业+银行+贫困户模